諶微微，張富貴，趙曉波

(1. 重慶交通大學 經(jīng)濟與管理學院，重慶 400074； 2. 重慶市軌道交通設計研究院有限責任公司，重慶 401122)

0 引 言

軌道交通網(wǎng)絡的建設日趨復雜，線路、站點數(shù)量越來越多，在運行中出現(xiàn)故障的情況也時有發(fā)生。如重慶市軌道3號線因故障導致12個站點停擺達8個多小時；北京市地鐵4號線角門西站早高峰時發(fā)生故障，大量旅客滯留，嚴重影響了整個網(wǎng)絡的正常運行。針對上述問題，學者們對軌道交通網(wǎng)絡運營安全[1]、可靠性[2]、可達性[3]、網(wǎng)絡性能[4]等開展了研究。然而，軌道交通網(wǎng)絡作為一個巨系統(tǒng)，從全局角度分析其結(jié)構(gòu)更有利于發(fā)現(xiàn)關(guān)鍵節(jié)點、制定資源配置方案和應急事故處理方案。因此，對軌道交通網(wǎng)絡的拓撲結(jié)構(gòu)及節(jié)點重要度分析具有重要價值。

軌道交通網(wǎng)絡已被眾多學者證明屬于一種典型的復雜網(wǎng)絡系統(tǒng)。研究表明，軌道交通網(wǎng)絡具有顯著的小世界性和無標度性[5-6]。因而，復雜網(wǎng)絡也成為對軌道交通網(wǎng)絡進行研究的重要方法。A. L. BARBASI等利用復雜網(wǎng)絡理論構(gòu)建城市軌道交通路網(wǎng)的復雜網(wǎng)絡拓撲結(jié)構(gòu)[7]。在此基礎(chǔ)上，S. DERRIBLE分析了由全球28個城市的地鐵系統(tǒng)換乘車站和終點車站構(gòu)成的復雜網(wǎng)絡的網(wǎng)絡介數(shù)[8]；高天智等則選取中國10個典型城市的軌道交通網(wǎng)絡的宏觀特性進行了研究[9]。進一步，馬嘉琪等從宏觀和微觀兩個角度對北京市軌道交通網(wǎng)絡性能進行了綜合分析[10]；而孟天奇等以北京、上海的軌道交通網(wǎng)絡為對象，從網(wǎng)絡基本特征、空間分布、網(wǎng)絡結(jié)構(gòu)等指標入手進行對比[11]。除此以外，軌道與公交換乘網(wǎng)絡亦是學者們的研究對象。如趙淑芝等利用復雜網(wǎng)絡優(yōu)化后交通網(wǎng)絡可使換乘時間縮短16%，系統(tǒng)總費用節(jié)約6.16%[12]。軌道交通的重要功能為載客。因此，陳培文等以車站為研究對象，構(gòu)建網(wǎng)絡分流模型，提出城市軌道交通網(wǎng)絡的客流中心性指標，進一步識別出北京地鐵的重點車站[13]；秦孝敏試圖探尋平穩(wěn)運行中的脆弱節(jié)點[14]；而程光權(quán)等基于節(jié)點的動態(tài)演化模型提出節(jié)點重要度評估和網(wǎng)絡結(jié)構(gòu)脆弱性分析方法[15]。以此為基礎(chǔ)，杜斐等[16]、劉志謙等[17]分別構(gòu)建了上海、廣州軌道交通的網(wǎng)絡拓撲結(jié)構(gòu)，并對網(wǎng)絡中站點遭遇隨機故障和蓄意攻擊情況下的魯棒性進行研究。在以往研究中，北京、上海、廣州、武漢等重要城市的軌道交通網(wǎng)絡均為學者的重要研究對象，而作為直轄市之一的重慶，軌道交通發(fā)展相對滯后，對其網(wǎng)絡結(jié)構(gòu)特性的研究較為缺乏，難以對其實際運維工作進行有效指導。鑒于此，筆者綜合采用二階張量及復雜網(wǎng)絡方法構(gòu)建軌道交通線網(wǎng)拓撲模型，對模型的度和度分布、網(wǎng)絡直徑、平均路徑長度、聚類系數(shù)等網(wǎng)絡整體特征指標進行分析，并用3個中心性指標評價其網(wǎng)絡節(jié)點重要度，以指導相關(guān)部門制定軌道交通網(wǎng)絡資源配置方案和應急事故處理方案，同時對軌道運營公司日常防護工作及網(wǎng)絡結(jié)構(gòu)優(yōu)化提供有效參考。

1 復雜網(wǎng)絡基本理論

網(wǎng)絡存在于人們生活的各個方面，如交通運輸網(wǎng)、互聯(lián)網(wǎng)、科研合作網(wǎng)、供電網(wǎng)、社交網(wǎng)、城市網(wǎng)、港口網(wǎng)等。軌道交通網(wǎng)絡是由區(qū)間線路將各個車站連接在一起的典型復雜網(wǎng)絡系統(tǒng)，可抽象為由站點集V和區(qū)間線路集E組成的圖G=(V,E)。其中，站點數(shù)用N=|V|表示，區(qū)間線路數(shù)用M=|E|表示。E中任意一條區(qū)間線路都有V中一對站點與之對應。若任意的一對站點(i,j)與(j,i)對應于同一條區(qū)間線路，則該網(wǎng)絡成為無向網(wǎng)絡。

1.1 度與度分布

(1)

假定在軌道交通網(wǎng)絡中有N個站點，站點i的度ki表示任意站點與其他直接相連的站點數(shù)量，則對于站點i的度：

(2)

所有節(jié)點度的平均值為該網(wǎng)絡的平均度，用表示。在軌道交通網(wǎng)絡中，平均度表示該網(wǎng)絡中一個站點與其他站點直接相連的平均站點數(shù)量：

(3)

無標度網(wǎng)絡節(jié)點的累積度分布P(k)呈現(xiàn)冪律分布，即：

(4)

式中：p(i)為站點度為i的站點占總節(jié)點數(shù)的比例；kmax為網(wǎng)絡中站點度的最大值；γ為冪率指數(shù)。

為了更好地驗證軌道交通網(wǎng)絡是否為無標度網(wǎng)絡，可以通過分析其網(wǎng)絡的節(jié)點度分布特征，然后對節(jié)點累積度分布進行曲線擬合。

1.2 網(wǎng)絡直徑與平均路徑長度

網(wǎng)絡中任意兩節(jié)點間的距離稱為連接該兩節(jié)點的最短路徑的邊數(shù)，其中距離的最大值定義為該網(wǎng)絡的直徑[20]。在軌道交通網(wǎng)絡中，任意兩個站點i、j間的距離dij為連接這兩個站點的區(qū)間線路數(shù)，其中最大值為該軌道交通網(wǎng)絡的網(wǎng)絡直徑D，即：

(5)

兩個任意站點間的距離的平均值定義為網(wǎng)絡的平均路徑長度L，即：

(6)

在軌道交通網(wǎng)絡中，平均路徑長度表示該網(wǎng)絡中平均最短路程需要經(jīng)過的區(qū)間線路數(shù)，在一定程度上反映了網(wǎng)絡的規(guī)模大小。

1.3 聚類系數(shù)

在軌道交通網(wǎng)絡中，聚類系數(shù)表示網(wǎng)絡中直接相連的站點比例，在一定程度上反映該網(wǎng)絡的復雜程度。

2 軌道交通網(wǎng)絡模型及特性

2.1 軌道交通復雜網(wǎng)絡拓撲結(jié)構(gòu)模型

軌道交通網(wǎng)絡拓撲結(jié)構(gòu)是理解其性質(zhì)和功能的基礎(chǔ)。該網(wǎng)絡是由車站和車站之間的線路連接而成的交通運輸網(wǎng)，其基于Space L法[21]建立網(wǎng)絡拓撲結(jié)構(gòu)，即以車站為節(jié)點、車站之間的線路為邊、相鄰車站間距離為邊的長度來構(gòu)建拓撲結(jié)構(gòu)的方法，并作如下假設：

1)將站點抽象為質(zhì)點，通過質(zhì)點間的聯(lián)結(jié)關(guān)系建立網(wǎng)絡拓撲結(jié)構(gòu)，故現(xiàn)實站點及其距離在該拓撲結(jié)構(gòu)中對整體性能和實際運行中站點重要度分析的影響可忽略。因此假設所有相鄰且有直接相連的車站間長度相等，長度假定為1。

2)軌道交通網(wǎng)絡具有雙向通行的特點，即同一站點的出度和入度大致相等，因此可以將其抽象為無向網(wǎng)絡。

3)一個車站為一個節(jié)點，換成車站看作是與多個節(jié)點相連單個節(jié)點，車站用υi表示。

4)重點考慮軌道線網(wǎng)拓撲特性及拓撲結(jié)構(gòu)中的節(jié)點重要度，忽略實際運行中的客流變化、車輛編組、發(fā)車時間等因素，將其簡化為非計權(quán)網(wǎng)絡。

基于前述假設，構(gòu)建軌道交通復雜網(wǎng)絡拓撲結(jié)構(gòu)模型，如圖1。

圖1 軌道交通復雜網(wǎng)絡拓撲結(jié)構(gòu)模型Fig. 1 Topological structure model of rail transit complex network

2.2 軌道交通網(wǎng)絡特征描述

用Space L法構(gòu)建的復雜網(wǎng)絡，其典型的網(wǎng)絡特征描述指標包括網(wǎng)絡節(jié)點數(shù)、邊數(shù)、平均度、平均路徑長度、網(wǎng)絡直徑、平均聚類系數(shù)等。這些指標從不同角度反映網(wǎng)絡的特征，綜合起來考慮能夠比較全面反映整個網(wǎng)絡的特征。

用Gephi 9.1建立軌道交通網(wǎng)絡拓撲結(jié)構(gòu)，進一步可以分析得出該復雜網(wǎng)絡的特征描述指標。

2.3 軌道交通網(wǎng)絡節(jié)點重要度指標

判斷整個網(wǎng)絡中任意一個節(jié)點的重要程度的首要因素為該節(jié)點在網(wǎng)絡中所處的位置。位置越中心的節(jié)點，其重要程度越高[22,23]。在對復雜網(wǎng)絡進行分析時，通常用“中心性”來表示節(jié)點在網(wǎng)絡中所處的位置。進一步，對軌道交通網(wǎng)絡中節(jié)點重要度評價主要通過分析拓撲圖中各節(jié)點所處的位置，并刻畫其“中心性”的數(shù)組對其所處位置進行排序，以此反映出不同的重要程度?！爸行男浴睌?shù)據(jù)主要分為3類，分別反映網(wǎng)絡中節(jié)點所起的不同作用。

2.3.1 點度中心性

點度中心性表征特定節(jié)點直接與其他節(jié)點有連接關(guān)系的節(jié)點數(shù)量，是刻畫節(jié)點中心性最直接的度量指標[24]。一個節(jié)點的點度中心性越高意味著該節(jié)點在網(wǎng)絡中越重要。

在軌道交通網(wǎng)絡中，點度中心性測量該網(wǎng)絡中特定站點與其他所有其他站點相連接的程度。若該網(wǎng)絡共有g(shù)個站點，站點i與其他g-1個站點的直接連接總數(shù)可用二階張量進行計算：

(7)

2.3.2 接近中心性

接近中心性描述特定節(jié)點與其他所有節(jié)點的平均最短距離值[24]，反映特定節(jié)點與其他節(jié)點的接近程度。

在軌道交通網(wǎng)絡中，接近中心性是指特定站點與其他所有站點的平均最短距離，表征了該站點在整個網(wǎng)絡中所處的位置。若用CC(i)表示站點i的接近中心性，則：

(8)

2.3.3 中介中心性

中介中心性以經(jīng)過特定節(jié)點的最短路徑數(shù)目來反映該節(jié)點在整個網(wǎng)絡中的重要程度[20]，可以度量節(jié)點在網(wǎng)絡中對其他節(jié)點或資源信息的控制能力。

在軌道交通網(wǎng)絡中，中介中心性表示在尋找網(wǎng)絡最短路徑時經(jīng)過特定站點的次數(shù)，反映了該站點的資源控制能力。若用CB(i)表示站點i的中介中心性，則：

(9)

3 重慶市軌道交通網(wǎng)絡的實證分析

重慶市軌道交通是服務于重慶大都市的、以地鐵系統(tǒng)和跨座式單軌系統(tǒng)共存的城市軌道交通系統(tǒng)。截止2016年12月31日，重慶軌道交通總運營里程達213.19 km，全國排名第六；2050年遠景規(guī)劃的“十七線一環(huán)”共18條線路運營總里程將達到820 km，約占我國城市軌道規(guī)劃建設總里程的6.3%。

3.1 重慶市軌道交通網(wǎng)絡拓撲結(jié)構(gòu)分析

依據(jù)“十七線一環(huán)”重慶市軌道交通遠期規(guī)劃繪制網(wǎng)絡拓撲圖，如圖2。圖2中：節(jié)點代表車站；連線代表兩個站點之間的線路；每條邊上的權(quán)重均為1；有多條邊通過的節(jié)點代表換成車站。

網(wǎng)絡統(tǒng)計特征指標結(jié)果見表1。由表1可知：重慶市軌道交通網(wǎng)絡拓撲結(jié)構(gòu)中節(jié)點數(shù)為354，邊數(shù)為434，表示該網(wǎng)絡中運營站點共354個，區(qū)間線路共434條；平均度為2.433表示在該網(wǎng)絡中平均一個站點與2.433個其他站點直接相連；平均路徑長度為13.986表示該網(wǎng)絡中平均最短路程要經(jīng)過13.986個站點；網(wǎng)絡直徑為40表示該網(wǎng)絡中最長的一條線路要經(jīng)過40條區(qū)間線路；聚類系數(shù)為0.007，相比于目前已經(jīng)開通和在建的軌道交通網(wǎng)絡聚類系數(shù)有大幅提升[17],說明新的線路的運營可使部分站點由不直接相連變成直接相連。

圖2 重慶市軌道交通網(wǎng)絡拓撲模型Fig. 2 Topology model of Chongqing rail transit network

特征指標數(shù)值特征指標數(shù)值節(jié)點數(shù)354平均路徑長度13.986邊數(shù)434網(wǎng)絡直徑40平均度2.433平均聚類系數(shù)0.007

對重慶軌道交通網(wǎng)絡中節(jié)點度分布p(x)和累積度分布P(k)進行統(tǒng)計分析，度數(shù)為1的節(jié)點為某線路的起點站或終點站，度數(shù)為2的節(jié)點為只有一條線路通過該站點，度數(shù)大于2的節(jié)點為換乘站，如圖3、圖4。由圖3可知：重慶軌道交通網(wǎng)絡中度數(shù)為2的站點占總數(shù)的70.5%，即該網(wǎng)絡中有265個站點僅有一條線路通過；度數(shù)大于2的站點占總數(shù)的25%，即該網(wǎng)絡中共有89個換乘站點，換成站點的數(shù)量若進一步增加，將更有利于網(wǎng)絡順暢運行。

圖4 的擬合曲線中，R2表示擬合程度的好壞，R2越趨于1越好。由圖4可知，重慶市軌道交通復雜網(wǎng)絡具有顯著的小世界性和無標度性。

圖3 重慶市軌道交通網(wǎng)絡節(jié)點的度分布Fig. 3 Node degree distribution of Chongqing rail transit network

圖4 重慶市軌道交通網(wǎng)絡對數(shù)坐標累積度分布擬合曲線Fig. 4 Logarithmic coordinate cumulative distribution fitting curve of Chongqing rail transit network

3.2 重慶市軌道交通網(wǎng)絡節(jié)點重要度分析

根據(jù)基本假設建立關(guān)于重慶市軌道交通網(wǎng)絡模型，該模型為包含354×354個元素的二階張量，以此進一步對其復雜網(wǎng)絡特性進行分析，如圖5。

由圖5可知，節(jié)點與連線只代表聯(lián)結(jié)關(guān)系，不代表具體節(jié)點位置和實際距離。天生、北碚等節(jié)點僅有一條線路通過且未能形成閉環(huán)，冉家壩、五里店等節(jié)點與其他節(jié)點和線路形成了環(huán)路；節(jié)點大小與該節(jié)點與其他節(jié)點直接連接的個數(shù)成正比。通過對網(wǎng)絡各節(jié)點的中心性指標進行分析，評價各節(jié)點對于整個網(wǎng)絡的重要程度。

圖5 重慶市軌道交通網(wǎng)絡線網(wǎng)拓撲圖Fig. 5 Topology diagram of Chongqing rail transit network

通過對網(wǎng)絡各節(jié)點的中心性指標進行分析，評價各節(jié)點對于整個網(wǎng)絡的重要程度，如表2。由表2可知：點度中心性最高的為五里店、重慶西、沙坪壩、冉家壩4個站點，其絕對中心性為6，各有6條邊可與其他站點相連，相對中心性為0.850，所占份額為0.007，表示其在網(wǎng)絡中的連通性最好，對于網(wǎng)絡的順暢通行具有非常重要的作用；冉家壩站點的接近中心性最大，其絕對中心性為3 734，相對中心性為9.454，與其他所有節(jié)點的平均最短距離最小，處于網(wǎng)絡中心位置；同興站點的中介中心性最大，其絕對中介中心性為12 955.924，相對中介中心性為20.854，說明在尋求網(wǎng)絡最短路徑時經(jīng)過同興的次數(shù)最多，因此同興站點有很大的中間作用，對其他節(jié)點有很大的信息控制能力。綜合考慮，冉家壩、歇臺子、禮嘉、重慶西等站點3項指標均處于較高水平，這些節(jié)點對網(wǎng)絡的正常運行起著至關(guān)重要的作用。

表2 中心性指標Table 2 Centrality indicators

4 結(jié) 論

以重慶市軌道交通為例，建立其網(wǎng)絡拓撲結(jié)構(gòu)模型，并對其復雜網(wǎng)絡特性進行分析，獲得以下結(jié)論：

1)在“十七線一環(huán)”重慶市軌道交通遠期的復雜網(wǎng)絡中，僅有4%的站點只與另外一個站點直接連接，平均1個站點與2.433個其他站點直接連接，平均最短路程需路經(jīng)13.986個站點，最長線路需經(jīng)過40個站點。

2)五里店、重慶西、沙坪壩、冉家壩4個站點對網(wǎng)絡的連通性影響最大。冉家壩處于網(wǎng)絡中心位置，與其他所有節(jié)點的平均最短距離最?。煌d為最短路徑生成過程中經(jīng)過次數(shù)最多的節(jié)點，起著很強的中介重用。綜合分析，冉家壩、歇臺子、禮嘉、重慶西等站點對網(wǎng)絡的正常運行起著至關(guān)重要的作用。

根據(jù)軌道站點評價結(jié)果，在軌道交通的日常管理實踐中應當特別關(guān)注網(wǎng)絡中重要節(jié)點的資源配置及站點可靠性，盡可能減少不穩(wěn)定因素，保證整個軌道交通網(wǎng)絡運營工作順利進行。

筆者通過建立基于二階張量的非計權(quán)網(wǎng)絡的拓撲結(jié)構(gòu)模型對軌道交通網(wǎng)絡的拓撲結(jié)構(gòu)進行分析，忽略了實際運行中的客流變化、車輛編組、發(fā)車時間等因素，而這些因素在軌道交通實際運行中客觀存在。因此，接下來可從動態(tài)演化過程入手，將車輛編組、發(fā)車時間、客流變化、線路及車輛故障等因素作為權(quán)重系數(shù)加入到分析模型中。